当前位置:   article > 正文

SVM模型详解

svm模型

入门小菜鸟,希望像做笔记记录自己学的东西,也希望能帮助到同样入门的人,更希望大佬们帮忙纠错啦~侵权立删。

目录

一、SVM定义与解决目标

二、SVM算法原理

1、线性可分

(1)无松弛变量

(2)带松弛变量​和惩罚因子C

2、线性不可分

(1)核函数定义和应用背景

(2)线性核函数 LINEAR

(3)高斯径向基核函数 RBF

(4)多项式核函数 POLY

(5)神经元的非线性作用核函数 Sigmoid

(6)核函数选择技巧

三、SVM代码实现


一、SVM定义与解决目标

SVM是一个二类分类器。其基本模型定义为特征空间上的间隔最大的线性分类器,其学习策略便是间隔最大化,最终可转化成一个凸二次规划问题的求解。即找到一个超平面,使两类数据离超平面越远越好,这样就可以让模型对新的数据分类更准确,即分类器更加稳定。

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/不正经/article/detail/293533
推荐阅读
相关标签